Minimalizacja błędów nadążania w wieloosiowych maszynach CNC poprzez zastosowanie sterowania predykcyjnego z neuronowym modelem obiektu regulacji

• Autorzy: Paprocki M. , Erwiński K. , Grzesiak L.

Warianty tytułu

EN

Tracking error minimization in multi axis CNC machines using predictive control with neural plant model

• Języki publikacji: PL

Abstrakty

PL

W układach sterowania maszyn numerycznych CNC istnieje możliwość zmniejszenia błędów odzwierciedlenia zadanej trajektorii ruchu oraz poprawienia dokładności wykonania elementów obrabianych poprzez wykorzystanie sterowania optymalnego. W proponowanym algorytmie sterowania użyto neuronowego modelu obiektu regulacji oraz sterowania predykcyjnego. Błędy obróbki są kompensowane poprzez modyfikację zadanej trajektorii ruchu.

EN

In CNC multi axis machine control systems it is possible to decrease motion trajectory errors and increase manufacturing precision by using optimal control. The proposed algorithm uses a neural network plant model and predictive control. Machining errors are compensated by modification of the reference trajectory.

Słowa kluczowe

PL

CNC; sztuczne sieci neuronowe; optymalizacja rojem cząstek

EN

CNC; Artificial Neural Networks

• Wydawca: Wydawnictwo SIGMA-NOT
• Czasopismo: Przegląd Elektrotechniczny
• Rocznik: 2012
• Tom: R. 88, nr 4b
• Strony: 169--174
• Opis fizyczny: Bibliogr. 20 poz., rys., tab., wykr.

Twórcy

autor

Paprocki M.

autor

Erwiński K.

autor

Grzesiak L.

• Politechnika Warszawska, Instytut Sterowania i Elektroniki Przemysłowej, ul. Koszykowa 75, 00-662 Warszawa,

Bibliografia

• [1] Honczarenko J., Obrabiarki sterowane numerycznie, WNT, Warszawa 2008
• [2] Wu Ch.-H., Kung Y.-T., Thermal analysis for the feed drive system of a CNC machine center, Int J Mach Tool Manu, 43 (2003), 1521–1528
• [3] Zuperl U., Cus F., Kiker E., Adaptive network based inference system for estimation of flank wear in end-milling, J Mater Process Tech, 209 (2009), 1504–1511
• [4] Dohyun K., Doyoung J., Fuzzy-logic control of cutting forces in CNC milling processes using motor currents as indirect force sensors, Precis Eng 35 (2011), 143–152
• [5] Mannan M.A., Poo A.N., Ramesh R., Tracking and contour error control in CNC servo systems, Int J Mach Tool Manu 45 (2005) 301-326
• [6] Chang W.-D., A multi-crossover genetic approach to multivariable PID controllers tuning, Expert Syst Appl 33 (2007) 620-626
• [7] Nurhadi H., Tarng Y.-S., Experimental PC based TGPID control method for 2D CNC machine, Expert Syst Appl 38 (2011), 8949–8962
• [8] Tomizuka M., Robust digital motion controllers for mechanical systems, Robot Auton Syst, 19 (1996), nr 2, 143-149
• [9] Uchiyama N., Adaptive two-degree-of-freedom control of feed drive systems, Int J Mach Tool Manu, 48 (2008), 437–445
• [10] Weck M., Ye G., Sharp corner tracking using the IKF control strategy, CIRP Ann Manuf Technol, 39 (1990), nr 1, 437–441
• [11] Shin Y.T., Chen C.S., Lee A.C., A novel cross-coupling control design for bi-axis motion, Int J Mach Tools Manuf, 42 (2002), nr 14, 1539–1548
• [12] Chen C.-S., Chen L.-Y., Cross-coupling position command shaping control in a multi-axis motion system, Mechatronics 21 (2011), 625–632
• [13] Yan M.T., Lee M.H., Yen P.L., Theory and application of a combined self–tuning adaptive control and cross-coupling control in a retrofit milling machine, Mechatronics 15 (2005), 193–211
• [14] Erkorkmaz K., Altintas Y., High speed CNC system design. Part II: modeling and identification of feed drives, Int J Mach Tools Manuf 41 (2001), 1487–1509
• [15] Tounsi N., Bailey T., Elbestawi M.A., Identification of acceleration deceleration profile of feed drive systems in CNC machines Int J Mach Tools Manuf, 43 (2003), nr 5, 441-451
• [16] Correa M., Bielza C., Pamies-Teixeira J., Comparison of Bayesian networks and artificial neural networks for quality detection in a machining process, Expert Syst Appl, 36 (2009), 7270–7279
• [17] Dzieliński A., Neural Network-Based Narx Models In Non- Linear Adaptive Control, Int J Appl Math Comput Sci, 12 (2002), nr 2, 235–240
• [18] Maciejowski J., Predictive Control with Constraints, Prentice Hall, 2000
• [19] Grimble M.J., Ordys A.W., Predictive control for industrial applications, Annu Rev Control, 25 (2001), 13–24
• [20] Clerc M., Particle Swarm Optimization, ISTE Ltd, 2006